論文の概要: Exploring the Head Effect in Live Streaming Platforms: A Two-Sided Market and Welfare Analysis

• arxiv url: http://arxiv.org/abs/2410.13090v1
• Date: Wed, 16 Oct 2024 23:30:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-18 13:20:47.530524
• Title: Exploring the Head Effect in Live Streaming Platforms: A Two-Sided Market and Welfare Analysis
• Title（参考訳）: ライブストリーミングプラットフォームにおけるヘッドエフェクトの探索--市場と福祉の両面から
• Authors: Yukun Zhang,
• Abstract要約: 本稿では、ライブストリーミングプラットフォームを、ストリーマーと視聴者を結ぶ双方向市場として分析するための理論的枠組みを開発する。 少数のトップストリーマーが、強いネットワーク効果とコミッショナーレートやトラフィック割り当てアルゴリズムのようなプラットフォームポリシーのために、ほとんどの視聴者を惹きつける"ヘッドエフェクト"に焦点を当てている。
• 参考スコア（独自算出の注目度）: 3.4039202831583903
• License:
• Abstract: This paper develops a theoretical framework to analyze live streaming platforms as two-sided markets connecting streamers and viewers, focusing on the "head effect" where a few top streamers attract most viewers due to strong network effects and platform policies like commission rates and traffic allocation algorithms. Using static and dynamic models, it examines how these factors lead to traffic concentration and winner-takes-all scenarios. The welfare implications are assessed, revealing that while such concentration may enhance consumer utility short-term, it can reduce content diversity and overall social welfare in the long run. The paper proposes policy interventions to adjust traffic allocation, promoting a more equitable distribution of viewers across streamers, and demonstrates through simulations that combining multiple policies can significantly reduce market concentration and enhance social welfare
• Abstract（参考訳）: 本稿では,ライブストリーミングプラットフォームを,ストリーマーと視聴者をつなぐ二面市場として分析する理論的枠組みを開発し,ネットワーク効果の強いトップストリーマーや,コミッショナーレートやトラフィックアロケーションアルゴリズムといったプラットフォームポリシによって,視聴者を惹きつける「ヘッドエフェクト」に着目した。 静的モデルと動的モデルを用いて、これらの要因が交通集中と勝利のシナリオにどのように結びつくかを調べる。 福祉効果を評価した結果、このような濃度が消費者の短期的効用を高める可能性があるが、コンテンツ多様性や社会福祉全般を長期的に減少させる可能性があることが明らかとなった。 本稿では、トラフィック配分の調整、ストリーマー間の視聴者のより公平な分配を促進するための政策介入を提案し、複数のポリシーを組み合わせることで市場集中を著しく減らし、社会福祉を高めることをシミュレーションを通して実証する。

関連論文リスト

• FairStream: Fair Multimedia Streaming Benchmark for Reinforcement Learning Agents [9.722943742118234]
  本稿では,公平なマルチメディアストリーミングの課題を含む,新しいマルチエージェント環境を提案する。 我々は、5つの異なるトラフィッククラスにわたるアプローチを分析し、考慮されたエージェントの振る舞いに関する詳細な洞察を得る。
  論文  参考訳（メタデータ） (2024-10-28T13:51:03Z)
• The Social Cost of Growth: Evaluating GMV-Centric and Welfare-Centric Strategies in Online Food Delivery Platforms [3.4039202831583903]
  GMV戦略は、短期的な取引の急速な成長を促すが、不均一な福祉の分配につながる。 福祉中心の戦略は、消費者、レストラン、配達労働者の間でよりバランスよく公平な利益分配を促進する。
  論文  参考訳（メタデータ） (2024-10-21T22:55:59Z)
• A Holistic Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation [53.39174966020085]
  交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。 本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。 我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
  論文  参考訳（メタデータ） (2024-03-11T16:42:29Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Improved Bayes Risk Can Yield Reduced Social Welfare Under Competition [99.7047087527422]
  本研究は,機械学習のスケーリングトレンドの振る舞いを根本的に変化させることを実証する。 データ表現品質の改善により、ユーザ間での全体的な予測精度が低下する、多くの設定が見つかる。 概念レベルでは,各モデルプロジェクタのスケーリング傾向が,社会福祉の下流改善に寄与する必要はないことが示唆された。
  論文  参考訳（メタデータ） (2023-06-26T13:06:34Z)
• SocialLight: Distributed Cooperation Learning towards Network-Wide Traffic Signal Control [7.387226437589183]
  SocialLightは交通信号制御のための新しいマルチエージェント強化学習手法である。 地元におけるエージェントの個人的限界貢献を推定することにより、協力的な交通規制政策を学習する。 我々は,2つの交通シミュレータの標準ベンチマークにおける最先端の交通信号制御手法に対して,トレーニングネットワークをベンチマークした。
  論文  参考訳（メタデータ） (2023-04-20T12:41:25Z)
• Channel-Dependent Population Transfer: A Framework for Analyzing Complex Reaction Pathways [0.0]
  非自明に連結された拡張系における量子粒子の輸送を解析するアプローチを提案する。 比較的単純なシステムであっても、輸送の背後に隠された豊かさを示す。
  論文  参考訳（メタデータ） (2023-01-30T07:44:54Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• Contextual Bandits for Advertising Campaigns: A Diffusion-Model Independent Approach (Extended Version) [73.59962178534361]
  拡散ネットワークや情報伝達の仕方を決定するモデルについてはほとんど知られていないと考えられる影響問題について検討する。 この設定では、キャンペーンの実行中に主要な拡散パラメータを学習するために探索-探索アプローチが使用できる。 本稿では,2つの文脈的マルチアーム・バンディットの手法と,インフルエンサーの残りのポテンシャルに対する上限について比較する。
  論文  参考訳（メタデータ） (2022-01-13T22:06:10Z)
• Network Inference from a Mixture of Diffusion Models for Fake News Mitigation [12.229596498611837]
  人を騙し、世論に影響を与え、社会的成果を操ることを目的とした偽ニュースの普及は、ソーシャルメディアに迫る問題となっている。 本稿では,フェイクニュース緩和のためのネットワーク介入を容易にするために,偽コンテンツの拡散ダイナミクスの理解と活用に焦点をあてる。
  論文  参考訳（メタデータ） (2020-08-08T05:59:25Z)
• Accelerating Deep Reinforcement Learning With the Aid of Partial Model: Energy-Efficient Predictive Video Streaming [97.75330397207742]
  深層強化学習を用いて,モバイルネットワーク上でのエネルギー効率の高いビデオストリーミングのための予測電力割り当てを考案した。 連続状態と行動空間を扱うために、我々はDeep Deterministic Policy gradient (DDPG)アルゴリズムを利用する。 シミュレーションの結果,提案手法は完全大規模チャネル予測に基づいて導出される最適方針に収束することが示された。
  論文  参考訳（メタデータ） (2020-03-21T17:36:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。